我遇到了以下问题。假设有一个数据集E（例如包含年龄信息）。考虑E的两个子集，E1包含年龄<40的人，E2包含年龄>=40的人。如果H是使用E1作为训练集的学习方法提供的解决方案，那么E2是否是H的真实误差的无偏估计器？

根据Tom Mitchell的机器学习书籍：估计量Y对任意参数p的估计偏差是E[y]-p。如果估计偏差为零，我们说Y是p的无偏估计器。为了使errors(h)对errorv(h)给出无偏估计，假设h和样本S必须独立选择。

我有点困难回答这个问题，但我认为它不是一个无偏估计器。

回答：

假设你要预测的是年龄（回归或分类的目标），答案显然是NO。当系统在E1（年龄<40）上训练时，一般来说，E2（年龄>=40）是估计其误差的有偏数据集。因为训练集不包含验证集的足够变化（除非模型非常简单，如线性模型）。正确的方法是从E中随机选择E1和E2。